メルカリが明かす「Claude Code全社展開」「シャドーAI対策」を支える仕組み

解説

近年のトレンドとして、AI機能は単なるチャットボットを超え、ローカルファイルの操作やOSコマンド実行まで可能な「自律型AIエージェント」への進化が進んでいます。こうした動きを受け、多くの企業が全社的なAI活用を検討し、大規模な変革に取り組んでいます。しかし、強力なエージェントツールは情報漏洩リスクなどの課題も伴い、単にツールを導入するだけではガバナンスの確保が非常に難しいのが実情です。

そこで重要なのは、「利便性」と「安全性（ガバナンス）」という相反する要素をどのように両立させるかという点になります。自社環境でも、AIエージェントを利用するための仕組みを考える上で、技術的な制御だけでなく、誰がどの範囲で利用するかという属性に基づいた設計や、セキュリティの共通基盤を整える視点が求められています。

特に、APIキーのような機密情報のリスク管理や、ツール更新時の「人の介在」による業務停滞を防ぐ自動化など、実運用レベルでの課題が浮き彫りになっています。具体的な取り組みからは、技術的な仕組みと運用のプロセスを組み合わせた、全社展開における安全な活用モデルケースが見えてきます。

ポイント

• メルカリは全社にClaude Code/Coworkなどの自律型AIエージェントを展開し、「AIネイティブな組織」への変革を推進しています。
• リテラシーの高いエンジニア向けには高い自由度を、非エンジニア向けにはVM実行や厳格な制御が可能な環境を提供するなど、属性に応じたガバナンス設計を行っています。
• MDM/IDPとAPIキーの有効期限管理、共通基盤（LiteLLM）を活用することでセキュリティを確保しつつ、開発効率を維持する仕組みを確立しています。

情シスへの影響

1. 属性別・段階的なアクセス制御の実装

• 影響範囲: IDP (Okta) や MDM (Jamf) などを用いたデバイス管理とID認証レイヤー。

• 具体的な課題: 従業員の「開発者か非開発者か」といったビジネス属性を特定し、それに基づいてアプリケーションやツールの権限・設定（例：ローカル管理者権限の剥奪、機能制限）を自動的に出し分ける仕組みが必要です。

• 対応ポイント: IDPとMDMを連携させ、利用者の属性情報が正確に最新状態に同期されているかを確認し、ポリシー設計を見直す必要があります。

2. AIエージェントのセキュリティ・コンプライアンス対策

• 影響範囲: 全社的なAI利用環境、外部APIへのアクセス管理（プロキシ層）、業務フローシステム。

• 具体的な課題: AIがローカルファイルやOSコマンドにアクセスできるため、これを完全に制御するための仕組みが必要です。特に、使用する全てのAIモデルのAPIキーには「有効期限」を設定し、共通のエンドポイントを通じて透過的に利用を中継（プロキシ）することが重要です。

• 対応ポイント: 外部連携を行うすべてのAIサービスに対して、認証情報のライフサイクル管理（Credential Lifecycle Management）とアクセス制御ポリシー（ACL）の導入が求められます。

3. 高頻度なシステムアップデートへの対応機構

• 影響範囲: MDMやパッチ適用プロセスを介するエンドポイントデバイスの運用。セキュリティチームのオペレーション工数。

• 具体的な課題: 進化の速いAIエージェントなどのツールは、高頻度でのアップデート（パッチ）が伴います。従来のMDMによる管理権限剥奪→パッチ適用→権限再付与というサイクルでは業務が停滞するリスクがあります。

• 対応ポイント: MDMと社内ワークフローシステム（例：Slack API）を連携させ、承認された場合のみ一定期間「一時的な管理者権限」を自動的に付与・剥奪できるような高度な自動運用プロセス（自社開発の機構など）の導入検討が必要です。

4. AI利用のエンドポイント制御と管理者の介在排除

• 影響範囲: パッチ管理、デバイス設定ポリシー、ワークフローシステム。

• 具体的な課題: アップデートや設定変更プロセスに「人間の介入（一手間）」がボトルネックとなるのを防ぐため、Managed ConfigなどのMDM機能やパッチ適用ポリシーを最大限活用し、管理者が介在しない自動化されたバックグラウンドでの運用設計が必要です。

影響範囲

全社的なAI利用環境（エージェントツール）、ID管理基盤（OktaなどIDP）、デバイス管理基盤（JamfなどのMDM）。

影響範囲：全ての従業員を対象とする。特にローカルPCへのアクセス権限が影響を受ける。

必須の検討事項：OSコマンド実行、ファイルシステムへの直接アクセス制御、APIキーのライフサイクル管理。必要に応じて開発者と非開発者の職種属性に基づく利用制限が必要。

重要度

★★★★☆

対象者

• Entra管理者
• AD管理者
• セキュリティ担当者
• ネットワーク管理者
• M365管理者
• Windows管理者
• ヘルプデスク担当

優先度

早めに対応

優先度の理由

AIエージェントの全社利用は、情報漏洩やシステム制御権限剥奪といった極めて高いリスクを伴います。特にローカルPCへのアクセス許可と、それに対するガバナンス（属性による制限、APIキーのライフサイクル管理）は、早急に検討し、ポリシーとして設計する必要があるからです。具体的な実装には自社検証が必須です。

確認手順

• 全社のAIツール利用計画におけるデータ漏洩リスクを特定し、機密情報を取り扱わないよう教育と技術的な統制策（例：プロキシ化）を導入しているか確認する。
• MDM/IDPを利用して、従業員の職種・部署などの属性情報を取得し、その情報に基づいたアクセス権限の自動出し分けポリシーが設定されているか検証する。
• 外部APIを使用するAIサービスについて、利用されるすべての認証キー（API Key）に有効期限の設定と自動ローテーションプロセスを組み込んでいるか確認する。
• エンドポイントデバイスにおける管理者権限の利用範囲を最小限にし、日常業務では一般ユーザーアカウントでの運用を原則とするポリシーを確認する。